A life-cycle assessment of greenhouse gas emissions associated with on-farm biogas production
Notice bibliographique
Résumé
Anaerobic digestion (AD) of liquid dairy manure can generate renewable energy and mitigate greenhouse gas (GHG) emissions. A life cycle assessment (LCA) approach needs to be used to fully assess the AD benefits. However, most LCAs conducted to date have used data from pilot studies. Here, an LCA was conducted using year-round on-farm measurements of 1) emissions from untreated manure, 2) AD first year, and 3) AD fully operational. The data were collected at the same on-farm biogas facility throughout 5 years, starting before the AD became fully operational with addition of industrial food waste (IFW). Plus, soil emissions after land application of untreated manure and digestate were included. The total annual methane emissions from the digestate storage were 1.0 kg CH4 m−3 y−1, in the first year, and 5.6 kg m−3 y−1 in the operational year, while untreated manure emitted 6.6 kg m−3 y−1. The main factor driving digestate CH4 emissions was temperature at 2 m depth (r = 0.98, p < 0.001). Volatile solids (VS) concentration in storage was similar in the first and operational years, but the emissions per VS were much higher in the latter, suggesting that VS is not a good predictor for emissions. In fact, digestate emissions were not correlated to VS concentration (r = 0.37; p = 0.29). The LCA assessed the potential GHG environmental impact of the AD system as a substitute for conventional practices using the robust dataset derived from long-term field studies in Canada. The on-site emissions were higher (> 2x) for AD, but consideration of the avoided off-site emissions resulted in overall GHG emissions 20% lower than the conventional manure treatment. The main emission sources were: storage, fugitive emissions from the anaerobic digesters and the co-generator unit. The environmental benefit came from the avoidance of IFW disposal, grid electricity provision, solid manure stockpiling and land application. The AD could potentially reduce 2.0 t CO2eq cow−1 y−1 from the impact of the conventional manure management practice (9.1 t CO2eq cow−1 y−1). Therefore, the co-digestion of manure and IFW should be encouraged and financially supported by the governmental agencies to mitigate GHG emissions and climate change effect.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».